基于纹理特征的图像分割方法研究

《基于纹理特征的图像分割方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP391学校代码：10109密级：公开太原科技大学硕士学位论文（学术型）学位论文题目：基于纹理特征的图像分割方法研究英文题目：Researchonimagesegmentationmethodbasedontexturefeature研究生姓名：张佳明导师姓名及职称：张荣国教授培养单位：计算机科学与技术学院学科专业：计算机辅助设计与图形学论文提交日期：2016年5月18日论文答辩日期：2016年6月5日答辩委员会主席：李德玉教授论文原创性声明本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果

2、。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写的研究成果。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本声明产生的法律后果由本人承担。论文作者签名：日期：中文摘要中文摘要图像分割在图像处理、计算机视觉等领域一直以来都是一个重要的研究课题。纹理分割又是图像分割的一个重要研究方向。由于大多数的自然图像都具有某种特殊的纹理特征，如果在图像分割过程中不加以考虑，就会导致分割的结果有偏差甚至无法得到准确的分割结果。因此，针对图像纹理的分割越来越受到研究者的关注。论文针

3、对图像分割过程中受纹理影响的问题，对纹理特征提取和纹理分割方法进行充分研究，主要的研究内容如下：（1）针对纹理分割中，复杂纹理区域边界描述不准确的问题，本文提出了一种改进的基于主动轮廓模型的方法，该方法通过将图像区域的纹理信息进行提取，将纹理信息融入到主动轮廓的能量函数中，构造一种基于纹理的能量函数作为外部能量函数，与内部能量函数一起作用，使初始轮廓演化得到最终的目标纹理边缘轮廓。实验表明，该方法能有效解决纹理图像中区域边界描述不准确的问题，获得较完整的目标轮廓。（2）针对纹理图像分割中由于区域纹理特征冗余而对分割效率造成影响

4、的问题，本文给出了一种改进的K均值聚类分割方法，通过利用主成分分析法对纹理图像特征进行降维，再利用聚类方法对降维纹理特征进行分割，去除了冗余信息的干扰，提高了分割效率，最后，通过实验验证了该方法的可行性。关键词：纹理；图像分割；特征提取；主动轮廓IABSTRACTABSTRACTImagesegmentationhasalwaysbeenanimportantresearchtopicinimageprocessing、computervisionandotherfields.Texturesegmentationisanim

5、portantresearchmethodforimagesegmentation.Sincemostnaturalimageshaveaparticulartexturecharacteristics,ifnottakenintoaccountintheprocessofimagesegmentation,segmentationwillleadtobiasedresultsorcannotevengetaccuratesegmentationresults.Therefore,theimagetexturesegmenta

6、tiongetsmoreandmoreattentionfromresearchers.Inthispaper,fortheproblemofimagesegmentationinfluencedbytexture,texturefeatureextractionandtexturesegmentationmethodsareadequatelystudied,themaincontentsareasfollows:（1）Fortexturesegmentation,complextextureregionboundaryde

7、scriptionisnotaccurate,thispaperproposesamethodbasedonimprovedactivecontourmodel.Themethodextractthetextureinformationfromregionboundary,itwillbeintegratedintobordertextureinformationtotheactiveprofileenergyfunctions,constructatexture-basedenergyasafunctionofexterna

8、lenergyfunction,togetherwiththeroleoftheinternalenergyfunction,guidingtheevolutionoftheinitialcontourtoobtainthefinaltargetprofile.Experim